كيف تستفيد CRED من الذكاء الاصطناعي لتقديم تجارب عملاء راقية
مقابلة مع سوامي سيثارامان من CRED.
تسلّط سلسلة Executive Function الضوء على رؤى قادة يقودون التحوّل من خلال الذكاء الاصطناعي.
CRED هو نادي حصري في الهند للأعضاء فقط، يكافئ الأفراد من ذوي الجدارة الائتمانية على سداد فواتير بطاقاتهم الائتمانية في الوقت المحدد، وذلك من خلال منحهم عروضًا حصرية وتجارب فاخرة مميّزة. ومنذ تأسيسه عام 2018، بنى CRED علامته على تقديم منتجات رقمية سلسة وآمنة وذات تصميم راقٍ تستهدف أكثر شرائح المستهلكين ثراءً في الهند. واليوم، يستخدم أكثر من 15 مليون عضو منصة CRED شهريًا، ما يعكس مكانتها الرائدة في السوق. ومع توسّع الشركة ونموّها المستمر، أصبح الحفاظ على هذا المستوى من الجودة يتطلّب أساليب جديدة في تطوير المنتجات، وتقديم الخدمات، وتعزيز التعاون الداخلي.
أجرينا حوارًا مع سوامي سيثارامان من شركة CRED للتعرّف على كيفية تعاون الشركة مع OpenAI في ابتكار تجارب رقمية راقية تشبه خدمة الكونسيرج، ولكن على نطاق واسع.
لطالما خدمت CRED أكثر المستخدمين تميّزًا في الهند. ما الدافع وراء انتقالكم لتصبحوا مؤسسة تعتمد الذكاء الاصطناعي في جوهر عملها؟
عندما بدأنا، كنّا نصمّم خدماتنا لتلبية احتياجات أكثر الأسر ثراءً في الهند — فئة من المستخدمين تتطلّب الثقة والشفافية والأمان والموثوقية، إلى جانب التصميم الاستثنائي. وقد شكّلت هذه المبادئ أساس نهجنا منذ اليوم الأول.
لكن مع توسّعنا — في عدد المنتجات، والفرق، وحجم البيانات — أصبح من الأصعب الحفاظ على السياق واتخاذ القرارات بسرعة من دون المساس بالجودة. والسؤال الذي طرحناه هو: كيف يمكن لكل عضو في كل قسم أن يقدّم أداءً مضاعفًا عشر مرّات؟ بالنسبة إلينا، أصبح الذكاء الاصطناعي مفتاحًا كبيرًا لتحقيق ذلك. فهو يتيح لنا التحرّك بسرعة والبقاء على المسار الصحيح في الوقت نفسه، من دون التفريط بمبادئنا الجوهرية.
"السؤال الذي نطرحه هو: كيف نجعل كل عضو في كل قسم يقدّم أداءً مضاعفًا عشر مرات؟ بالنسبة إلينا، أصبح الذكاء الاصطناعي مفتاحًا أساسيًا في هذه المسيرة."
كيف أثّر الذكاء الاصطناعي في الطريقة التي تتعامل بها أنت وفريقك مع دعم العملاء وتجربة المنتج؟
أردنا الانتقال من الردود الآلية المحدودة إلى محادثات تتّسم بالتعاطف، وهو ما قادنا إلى تطوير Cleo، المساعد الحواري المدعوم بنماذج OpenAI، بما في ذلك GPT‑4.0 وGPT‑5 وo3.
يتولى Cleo معالجة ثلاثة أنواع شائعة من الاستفسارات
- المعلوماتي: "ما هو CRED Cash؟"
- السياقي: "هل أنا مؤهل للحصول على CRED Cash؟"
- الإجرائي: "هل يمكنني استرداد الأموال إلى محفظتي أو وسيلة الدفع الأصلية؟"
يقوم Cleo بتشخيص المشكلة، وتصنيف النية، وربطها بإجراءات التشغيل القياسية الصحيحة، وتكوين إجابة دقيقة وسياقية.
كما طوّرنا أداتين داخليتين: Thea وStark. يستخدم موظفو الدعم Thea، إذ تُلخّص المحادثات متعدّدة الصيغ (نصية، صوتية، وهجين لغوي من الهندية والإنجليزية) وتقترح الخطوات التالية. أمّا Stark، فقد صُمّمت لفرق العمليات، لتساعدهم على إنشاء أو تحديث إجراءات العمل القياسية خلال دقائق بدلًا من أيام.
ما الأثر الذي لمستموه حتى الآن؟
بشكل عام، شهدنا تحسّنًا بمقدار 14 نقطة مئوية في معدّل رضا العملاء (CSAT). وخلال الأشهر الثلاثة التي تلت الإطلاق، وصلت Cleo إلى دقّة حلّ بلغت 98%، مع ارتفاع بنسبة 18% في المحادثات متعددة المقاصد التي جرى حلّها بنجاح. كما انخفض متوسّط زمن المعالجة عبر الأدوات الثلاث جميعها، وتراجعت نسبة الانسحاب من الجلسات بنسبة 31%. ورغم أنّ هذه النتائج أولية، إلا أنّها مشجّعة للغاية. فبفضل Cleo وThea وStark — المصمّمة خصيصًا لخدمة العملاء والموظفين وفرق العمليات بالاستفادة من الذكاء الاصطناعي — نقترب أكثر من تحقيق رؤيتنا لتجربة كونسيرج حقيقية قائمة على الثقة والموثوقية والأمان والتصميم المتميّز.
"بمساعدة الذكاء الاصطناعي، نقترب أكثر من تحقيق هدفنا المتمثّل في ابتكار تجربة كونسيرج حقيقية تقوم على الثقة والموثوقية والأمان والتصميم المتميّز."
ما أكثر ما فاجأك خلال رحلة التطوير؟
كما هو الحال مع أي تقنية جديدة، كانت هناك في البداية درجة من الشك والتردّد. لكن ما إن شاهدت الفرق النتائج من خلال إطار التقييم الداخلي لدينا — الذي يعتمد هو الآخر على نماذج OpenAI — حتى ازداد مستوى الثقة بسرعة كبيرة.
أكبر ما فاجأنا هو سرعة تكيّف الناس عندما يختبرون فعليًا ما يتيحه الذكاء الاصطناعي من إمكانات جديدة. فهم يدركون أنّ بإمكانهم أن يصبحوا أكثر فاعلية وكفاءة بدرجات مضاعفة بفضل هذه التقنية.
عند النظر إلى المستقبل، كيف ترون دور CRED في تشكيل ملامح التجارب المالية الراقية في الهند، وما الدور الذي سيلعبه الذكاء الاصطناعي في ذلك؟
الخطوة التالية تتمثّل في توسيع نطاق استخدام Cleo ليشمل جميع خطوط الأعمال. كما نعمل على تطوير أدوات ترصد ما نسمّيه "نقاط توقف البيانات" — أي الحالات التي لا يمكن فيها الإجابة على استفسارات المستخدمين — ثم تُعيد هذه الحالات مباشرة إلى قاعدة المعرفة لدينا، ما يساعد على تحسين إجراءات العمل القياسية في اللحظة.
هدفنا الأوسع هو أن يصبح كل عضو في الفريق، في مختلف الأقسام، من الهندسة وضمان الجودة والبنية التحتية إلى فرق الامتثال، أكثر كفاءة بمعدل عشرة أضعاف.
ومع تطوّر المنظومة، سيعتمد النجاح على مدى سرعتنا ودقّتنا في اتخاذ القرارات، من خلال القدرة على تمييز الرؤى الصحيحة وسط الضجيج، واتخاذ القرارات الدقيقة بسرعة.
ما النصيحة التي تقدّمها للشركات التي تفكّر في اعتماد الذكاء الاصطناعي لكنها لا تزال مترددة؟
ينبغي لكل شركة أن تحدّد أولًا ما هو الأهم بالنسبة لها — سواء كانت الكفاءة، أو الفاعلية، أو كليهما معًا — ثم توظّف الذكاء الاصطناعي بطريقة تنسجم مع قيمها الأساسية.
بالنسبة إلينا، كان دمج تقنيات OpenAI بمثابة انطلاقة حقيقية انعكست على اثنتين من قيمنا الأساسية: النمو المتراكم والسرعة المقترنة بالدقة. النتائج الأولية مشجّعة، ونركّز الآن على توسيع هذا الأثر وتعظيمه على نطاق أكبر.
